Prediksi Kecelakaan dengan Model Berbasis Konvolusi

Richard, Ryan (2024) Prediksi Kecelakaan dengan Model Berbasis Konvolusi. Project Report. [s.n], [s.l.]. (Submitted)

Text 5025211141-Project_Report.pdf - Accepted Version Download (1MB)

Abstract

Advanced Driver Assistance Systems (ADAS) menjadi salah satu teknologi penting dalam meningkatkan keselamatan berkendara dengan memprediksi dan mendeteksi potensi kecelakaan. Penelitian ini bertujuan untuk mengembangkan model prediksi kecelakaan berbasis video dashcam menggunakan arsitektur MoViNet. Dataset yang digunakan adalah DADA-2000 yang telah diproses ulang untuk memperbaiki inkonsistensi, seperti kesalahan anotasi dan penghapusan data yang tidak relevan. Dataset dilabeli ulang menjadi empat skenario klasifikasi: biner, 4-class, 7-class, dan 16-class. Metode yang digunakan meliputi preprocessing data, augmentasi menggunakan library Albumentations, dan pelatihan model dengan fine-tuning arsitektur MoViNet versi A2. Evaluasi model dilakukan menggunakan metrik recall, presisi, dan akurasi, serta confusion matrix untuk klasifikasi multi-class.Hasil pengujian menunjukkan bahwa model memiliki tingkat recall yang tinggi pada klasifikasi biner, namun rendah dalam presisi karena seringnya kondisi normal diklasifikasikan sebagai kecelakaan. Pada klasifikasi multi-class, model menunjukkan performa yang rendah, dengan akurasi yang tidak konsisten dalam membedakan jenis kecelakaan.Penelitian ini menyimpulkan bahwa model MoViNet memiliki potensi dalam mendeteksi kecelakaan, namun masih memerlukan peningkatan, terutama dalam skenario multi-class. Saran untuk pengembangan meliputi eksplorasi arsitektur MoViNet lainnya dan penerapan variasi augmentasi data untuk meningkatkan kemampuan generalisasi model terhadap data baru

Item Type:	Monograph (Project Report)
Uncontrolled Keywords:	Advanced Driver Assistance Systems (ADAS), Action Prediction, MoViNet
Subjects:	T Technology > T Technology (General) > T57.5 Data Processing
Divisions:	Faculty of Industrial Technology > Informatics Engineering > 55201-(S1) Undergraduate Thesis
Depositing User:	Richard Ryan
Date Deposited:	12 Jun 2025 08:47
Last Modified:	12 Jun 2025 08:47
URI:	http://repository.its.ac.id/id/eprint/119168

Actions (login required)

View Item